MétaCan
Menu
Retour à la cohorte
Enregistrement W3209888831 · doi:10.1190/tle40110815.1

Specific surface area: A reliable predictor of creep and stress relaxation in gas shales

2021· article· en· W3209888831 sur OpenAlexaff
Partha Pratim Mandal, Joël Sarout, Reza Rezaee

Notice bibliographique

RevueThe Leading Edge · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesnon disponible
Mots-clésCreepOil shalePorosityViscoelasticityGeologyMineralogyStress relaxationSoil scienceGeotechnical engineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract In recent years, short-term creep parameters determined in the laboratory from cylindrical gas shale samples subjected to triaxial (in-situ) stress conditions have been used successfully to infer long-term deformation and stress relaxation at the reservoir scale across geologic time scales. Due to the viscoelastic formalism, both the laboratory creep response and field-scale stress relaxation can be modeled with power law functions of time involving the elastic compliance of the shale B, the time-dependence exponent n, and the amount of total strain ∊. Gas shales often exhibit a high specific surface area associated with their high content in clay minerals and/or total organic carbon (TOC). The low-pressure nitrogen adsorption technique can be used advantageously to estimate specific surface area (SN2); i.e., it is a relatively fast and cost-effective measurement conducted on powdered samples of shale material. A robust global empirical correlation between gas shale creep parameters and SN2 emerges from the analysis of laboratory data collected from multiple gas shale formations in Australia (the prospective Goldwyer Formation) and the United States (Barnett, Haynesville, and Eagle Ford formations), and spanning a broad range of clay content, organic matter, maturity, and porosity values. This data set also shows that the summed fractions of clay minerals, TOC, and porosity, the so-called weak phase fraction, correlates nearly as well with primary creep parameters. The weak phase fraction can also be estimated from faster and more cost-effective measurements or from well logs. To evaluate its predictive capacity, the key correlation between SN2 and creep parameters is used in a case study to predict the magnitude of present-day least principal stress Shmin across six depth intervals/lithologic layers in a prolific unconventional shale formation in the northeastern United States. Several Shmin measurements are available for verification, and our approach successfully captures the observed layered variation of stress with depth.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,218
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207